如何自学CS?

整理 | 非主流

出品 | AI科技大本营

哪个行业的平均工资最高?

计算机。

国家统计局的数据显示,2016 年信息传输、软件和信息技术服务业年平均工资为 122478 元,首超金融行业,并于 2017 年再次夺魁。

在互联网和人工智能浪潮的推动下,一大批年轻人选择了 CS(计算机科学) 专业,这里面还包括各种转专业的学生。

此前营长也给大家推荐过很多学习资源,但是大多都是单个资源,比较零散。其实,很多读者需要的是建议,而不仅仅是资源。

特别是对于自学的小伙伴来说,为什么要学习 CS?应该学习什么?如何选择教材或者视频课程?都是让人困扰的问题。

现在,营长特意为这些小伙伴准备了一套大餐,希望能帮你厘清方向,消除困惑。

为什么要学好 CS?

首先,为什么要学习 CS?

我们知道,任何行业的从业人员的专业水平都是参差不齐的。有人将软件工程师也分成了两类:一类是对 CS 这门学科理解透彻,可以胜任各种挑战性和创新性的工作;另一类则仅仅是对一些高级工具比较熟悉而已。

虽然两者都自称为软件工程师,而且一开始的起薪都差不多,但是第一类工程师显然有更大的发展空间。

比如 WhatsApp 一天要处理 420 亿条信息(2016 年 2 月),但当时 WhatsApp 只有 57 名工程师,要完成这个挑战靠第二种类型的工程师是不太可能的。

因此,如果你想成为第一种类型的软件工程师,踏踏实实学好 CS 才是正途。

怎样学好 CS?

在回答了为什么要学习 CS 这个问题之后,接下来要怎么学?

其实 CS 不只是编程,还涉及到很多知识。本文将重点介绍编程、计算机架构、算法和数据结构、数学、操作系统、计算机网络、数据库、计算机语言和编译器、以及分布式系统。接下来我们一一分析。

编程

大多数的 CS 本科课程都是从介绍计算机编程开始的。营长推荐 Structure and Interpretation of Computer Programs 这本书。

视频则推荐伯克利大学 Brian Harvey 的 SICP 课程。建议至少学完 SICP 的前三章,并把练习题做完。如果你觉得 SICP 的课程太难,可以选择 How to Design Programs。

传送门:

https://mitpress.mit.edu/sites/default/files/sicp/full-text/book/book.html

https://archive.org/details/ucberkeley-webcast-PL3E89002AA9B9879E?sort=titleSorter

http://www.htdp.org/

计算机系统结构

计算机系统结构是最容易被自学者忽略的,但是它其实非常重要。营长推荐 The Elements of Computing Systems 这本书,建议至少看完前 6 章并完成相应的作业。不过这本书并不是完全免费,因此也可以选择伯克利大学的 CS61C 课程:Great Ideas in Computer Architecture,而且可以下载之前的讲义。

传送门:

https://www.nand2tetris.org/

http://inst.eecs.berkeley.edu/~cs61c/sp15/

算法和数据结构

学好算法和数据结构,将有助于培养你解决问题的能力。营长推荐 The Algorithm Design Manual 这本书,但是真的很贵。不过,这本书的作者很慷慨把这本书的配套视频免费共享到了网上。如果你想练练手,则可以选择刷 Leetcode。

传送门:

http://www3.cs.stonybrook.edu/~algorith/video-lectures/

https://leetcode.com/

数学

虽然很多人对畏惧数学,但是“计算机之父”冯·诺依曼曾经说过:如果人们不相信数学有多简单,那是因为他们没意识到生活有多复杂。

图片来源:AZ QUOTES

跟计算机最相关的数学知识当属“离散数学”以及“线性代数”。

如果你想学好离散数学,可以阅读匈牙利的数学家 László Lovász 关于离散数学的课程讲义。如果你还想更进一步,则可以选择麻省理工的 Mathematics for Computer Science,而且有配套的视频课程。

至于线性代数,则建议从 Essence of linear algebra 视频系列开始,然后是麻省理工的相关视频课程。

传送门:

http://www.cs.elte.hu/~lovasz/dmbook.ps

https://courses.csail.mit.edu/6.042/spring17/mcs.pdf

https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-042j-mathematics-for-computer-science-fall-2010/video-lectures/

https://www.youtube.com/playlist?list=PLZHQObOWTQDPD3MizzM2xVFitgF8hE_ab

https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/video-lectures/

操作系统

关于操作系统有很多经典书籍,比如 Operating System Concepts 和 Modern Operating Systems,但是都价格昂贵,这里营长给大家推荐一本免费的作为替代:Three Easy Pieces。

传送门:

http://pages.cs.wisc.edu/~remzi/OSTEP/

计算机网络

计算机网络是 CS 学科里最有价值的领域之一。营长推荐 Computer Networking: A Top-Down Approach 这本书以及搭配的练习题,不过这本书实在太贵。你也可以选择斯坦福的在线课程:Introduction to Computer Networking。想要学好计算机网络,最重要的是多做项目。

传送门:

http://www-net.cs.umass.edu/wireshark-labs/

https://lagunita.stanford.edu/courses/Engineering/Networking-SP/SelfPaced/about

数据库

自学数据库还是比较难的。营长建议自学者不要直接看教材,而是通过在线视频来学习,比如伯克利的 CS168 课程。那些想了解 RDBMS(关系型数据库管理系统)的读者,一定要看一下 Architecture of a Database System 这篇论文。此外,Readings in Database Systems 也值得一读。

传送门:

https://archive.org/details/UCBerkeley_Course_Computer_Science_186

http://db.cs.berkeley.edu/papers/fntdb07-architecture.pdf

http://www.redbook.io/

计算机语言和编译器

对于自学者,营长推荐斯坦福的在线课程:Compilers。关于练手项目,营长建议你从 Make a Lisp 开始。

传送门:

https://lagunita.stanford.edu/courses/Engineering/Compilers/Fall2014/about

https://github.com/kanaka/mal

分布式系统

分布式系统的教材可以选择 Distributed Systems, 3rd Edition,而且是免费的。同时你也可以选择麻省理工的在线课程:6.824。而且营长还准备了一份论文清单,供你参考。

传送门:

https://www.distributed-systems.net/index.php/books/distributed-systems-3rd-edition-2017/

https://www.youtube.com/watch?v=hBWfjkGKRas&list=PLkcQbKbegkMqiWf7nF8apfMRL4P4sw8UL

http://dsrg.pdos.csail.mit.edu/papers/

其他

现在 AI 确实很火,营长以往也给大家推荐过不少学习资源,今天再给大家推荐几个:

  • 人工智能:伯克利的 Intro to AI 在线课程,以及教材 Artificial Intelligence: A Modern Approach(很贵)。
  • 机器学习:吴恩达的机器学习和深度学习课程。(《感动!有人将吴恩达的视频课程做成了文字版》)
  • 计算机图形学:伯克利的 CS184 在线课程。

传送门:

http://ai.berkeley.edu/

http://inst.eecs.berkeley.edu/~cs184/fa12/onlinelectures.html

写在最后

有人可能会问,应该从那一门开始学起?然而这并不是最重要的,克服拖延症,行动起来才是关键,而且每一门都需要全身心投入至少 100~200 小时的时间。

2018 即将过去,大家共勉。

参考链接: https://teachyourselfcs.com/#languages

原文发布于微信公众号 - AI科技大本营(rgznai100)

原文发表时间:2018-12-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券